一种基于神经网络的面板缺陷综合检测方法及系统

本发明提供一种基于神经网络的面板缺陷综合检测方法及系统，涉及缺陷检测领域，所述方法流程为：通过低倍镜获取一级样本图像；将一级样本图像输入预训练的目标检测模型进行缺陷检测；通过高倍镜获取二级样本图像；将二级样本图像输入预训练的目标分类模型进行缺陷分类；基于分类结果判定缺陷是否需要修补，如果需要修补，则将二级样本图像输入预训练的语义分割模型进行缺陷周围图像的边缘轮廓提取，以得到若干边缘轮廓图像；基于若干边缘轮廓图像对缺陷区域图像进行修补路径规划，以得到缺陷修补方案。本发明采用深度学习技术以及机器视觉技术相结合的方式进行面板缺陷综合检测，解决了现有缺陷检测适用性和功能性较差的问题。